2017年5月，英格蘭和蘇格蘭的國家衛(wèi)生服務(NHS)醫(yī)院實際上因全球WannaCry網(wǎng)絡攻擊而關閉了幾天。襲擊導致數(shù)千人的預約和行動被取消，一些國民保健服務不得不拒絕非緊急情況。多達7萬臺設備(包括計算機、核磁共振掃描儀、血液儲存冰箱和手術室設備)受到影響。
2016年，洛杉磯的好萊塢長老會醫(yī)學中心向一名黑客支付了1.7萬美元的比特幣，以解鎖攻擊中加密的數(shù)據(jù)。醫(yī)院工作人員正在努力應對丟失電子郵件和訪問患者數(shù)據(jù)的問題。由于這一事件，一些患者被轉移到其他醫(yī)院，各種功能(包括CT掃描、文件、實驗室工作和藥房需求)所必需的計算機也離線。
這些事件凸顯了醫(yī)療設備對網(wǎng)絡威脅的脆弱性。電腦斷層、核磁共振和超聲波機器由主機發(fā)送的指令控制。如果這些指令異?；虿徽?由于網(wǎng)絡攻擊、技術人員配置錯誤或主機軟件錯誤)，可能會對患者產生潛在的有害威脅，如過度暴露于輻射、操縱設備組件或操縱醫(yī)學圖像功能。
湯姆馬勒是該校軟件與信息系統(tǒng)工程系尤瓦爾埃洛維奇教授和BGU尤瓦爾沙哈爾教授指導下的博士生。他提出了一種人工智能技術，可以消除或減少這些網(wǎng)絡攻擊或其他系統(tǒng)或人為錯誤。
馬勒的方法使用AI分析從PC發(fā)送到物理組件的指令，并使用新的架構來檢測異常指令。兩層架構主要關注兩類異常指令：上下文無關(CF)和上下文敏感(CS)。上下文無關(CF)是一個不太可能的值或指令，例如，它提供的輻射比常規(guī)方法多一百倍；上下文(CS)是一個正常值或組合值，但相對于特定的上下文，它被認為是異常的，例如，它與預期的掃描類型不匹配，或者它與患者的年齡、體重或潛在診斷不匹配。
研究團隊用8277條記錄的指令評估了CT領域的新架構，并用14種不同的無監(jiān)督異常檢測算法評估了CF層。他們對每個環(huán)境使用了五種監(jiān)督分類算法，并針對四種不同類型的臨床目標環(huán)境評估了CS層。
第二個CS層被添加到體系結構中。根據(jù)臨床目標或身體部位的不同，僅使用CF層就可以將F1評分從71.6%提升到整體異常檢測性能，范圍在82%到99%之間。cs層可以利用設備進程的語義來檢測CS異常，這是僅使用CF層無法檢測到的。
這種架構可以很容易地集成到當前醫(yī)療環(huán)境中使用的機器中?！搬t(yī)療器械制造商面臨的一個關鍵問題是，他們對現(xiàn)有設備進行的任何更新都必須符合嚴格的安全指南，”馬勒向MD DI解釋道。“這是一個昂貴且耗時的過程，這使得更新現(xiàn)有設備不切實際。借助我們的雙層架構，它可以插入現(xiàn)有設備，以確保其安全性。”
馬勒說，可以和CT掃描并行分析。他解釋說：“即使掃描已經開始，即使檢測到錯誤，技術人員也可以在掃描幾秒鐘后迅速停止設備的運行?！?
目前，馬勒計劃繼續(xù)研究和改進這種方法。在2020年國際醫(yī)學人工智能大會(AIME 2020)上，他介紹了自己的研究成果“保護醫(yī)療設備免受異常指令影響的雙層架構”。
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！